Compresión de imágenes fijas utilizando la trasformada wavelet
- Autores
- Fournier, Natalia; Castro, Gabriela; Russo, Claudia Cecilia; Bria, Oscar N.
- Año de publicación
- 1997
- Idioma
- español castellano
- Tipo de recurso
- documento de conferencia
- Estado
- versión publicada
- Descripción
- En este trabajo presentamos la aplicación de un algoritmo de compresión de imágenes fijas utilizando la Transformada Wavelet. La transformada Wavelet es una herramienta coveniente para el análisis multirresolución de señales y en particular se ajusta naturalmente a la compresión de imágenes al adaptar el ancho de banda requerido en forma automática. Este algoritmo estudia las características de las imágenes en tonos de gris para permitir explotar aspectos importantes del sistema visual humano. El ojo humano es menos sensitivo a las frecuencias espaciales altas (bordes de una imagen) que a las frecuencias espaciales bajas (texturas de una imagen). El método utilizado consiste en codificar con pocos bits los coeficientes que representan frecuencias altas y con más bits los coeficientes de frecuencias bajas. Las etapas de la compresión son: • La descomposición Wavelet utilizando diferentes filtros FIR, entre ellos los de Haar y Daubechies. • La cuantificación durante la cual se lleva a cabo la compresión efectiva, y que comprende dos pasos: la asignación de bits y el umbralamiento y cuantificación. • la codificación que incluye el método de Run-Length seguido de una codificación de Huffmann dinámica o estática. La decompresión comprende procesos inversos de los anteriores. El algoritmo resulta ser efectivo en cuanto a la calidad de las imágenes comprimidas y en pruebas preliminares se han alcanzado índices de compresión del orden de diez veces.
Eje: Procesamiento distribuido y paralelo. Tratamiento de señales
Red de Universidades con Carreras en Informática (RedUNCI) - Materia
-
Ciencias Informáticas
Parallel processing
Imágenes Fijas
Distributed
Trasformada Wavelet - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
- Repositorio
- Institución
- Universidad Nacional de La Plata
- OAI Identificador
- oai:sedici.unlp.edu.ar:10915/23906
Ver los metadatos del registro completo
id |
SEDICI_6d395155d3f9f73f44b148de641fe6f9 |
---|---|
oai_identifier_str |
oai:sedici.unlp.edu.ar:10915/23906 |
network_acronym_str |
SEDICI |
repository_id_str |
1329 |
network_name_str |
SEDICI (UNLP) |
spelling |
Compresión de imágenes fijas utilizando la trasformada waveletFournier, NataliaCastro, GabrielaRusso, Claudia CeciliaBria, Oscar N.Ciencias InformáticasParallel processingImágenes FijasDistributedTrasformada WaveletEn este trabajo presentamos la aplicación de un algoritmo de compresión de imágenes fijas utilizando la Transformada Wavelet. La transformada Wavelet es una herramienta coveniente para el análisis multirresolución de señales y en particular se ajusta naturalmente a la compresión de imágenes al adaptar el ancho de banda requerido en forma automática. Este algoritmo estudia las características de las imágenes en tonos de gris para permitir explotar aspectos importantes del sistema visual humano. El ojo humano es menos sensitivo a las frecuencias espaciales altas (bordes de una imagen) que a las frecuencias espaciales bajas (texturas de una imagen). El método utilizado consiste en codificar con pocos bits los coeficientes que representan frecuencias altas y con más bits los coeficientes de frecuencias bajas. Las etapas de la compresión son: • La descomposición Wavelet utilizando diferentes filtros FIR, entre ellos los de Haar y Daubechies. • La cuantificación durante la cual se lleva a cabo la compresión efectiva, y que comprende dos pasos: la asignación de bits y el umbralamiento y cuantificación. • la codificación que incluye el método de Run-Length seguido de una codificación de Huffmann dinámica o estática. La decompresión comprende procesos inversos de los anteriores. El algoritmo resulta ser efectivo en cuanto a la calidad de las imágenes comprimidas y en pruebas preliminares se han alcanzado índices de compresión del orden de diez veces.Eje: Procesamiento distribuido y paralelo. Tratamiento de señalesRed de Universidades con Carreras en Informática (RedUNCI)1997info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttp://sedici.unlp.edu.ar/handle/10915/23906spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/2.5/ar/Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T10:55:40Zoai:sedici.unlp.edu.ar:10915/23906Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 10:55:40.467SEDICI (UNLP) - Universidad Nacional de La Platafalse |
dc.title.none.fl_str_mv |
Compresión de imágenes fijas utilizando la trasformada wavelet |
title |
Compresión de imágenes fijas utilizando la trasformada wavelet |
spellingShingle |
Compresión de imágenes fijas utilizando la trasformada wavelet Fournier, Natalia Ciencias Informáticas Parallel processing Imágenes Fijas Distributed Trasformada Wavelet |
title_short |
Compresión de imágenes fijas utilizando la trasformada wavelet |
title_full |
Compresión de imágenes fijas utilizando la trasformada wavelet |
title_fullStr |
Compresión de imágenes fijas utilizando la trasformada wavelet |
title_full_unstemmed |
Compresión de imágenes fijas utilizando la trasformada wavelet |
title_sort |
Compresión de imágenes fijas utilizando la trasformada wavelet |
dc.creator.none.fl_str_mv |
Fournier, Natalia Castro, Gabriela Russo, Claudia Cecilia Bria, Oscar N. |
author |
Fournier, Natalia |
author_facet |
Fournier, Natalia Castro, Gabriela Russo, Claudia Cecilia Bria, Oscar N. |
author_role |
author |
author2 |
Castro, Gabriela Russo, Claudia Cecilia Bria, Oscar N. |
author2_role |
author author author |
dc.subject.none.fl_str_mv |
Ciencias Informáticas Parallel processing Imágenes Fijas Distributed Trasformada Wavelet |
topic |
Ciencias Informáticas Parallel processing Imágenes Fijas Distributed Trasformada Wavelet |
dc.description.none.fl_txt_mv |
En este trabajo presentamos la aplicación de un algoritmo de compresión de imágenes fijas utilizando la Transformada Wavelet. La transformada Wavelet es una herramienta coveniente para el análisis multirresolución de señales y en particular se ajusta naturalmente a la compresión de imágenes al adaptar el ancho de banda requerido en forma automática. Este algoritmo estudia las características de las imágenes en tonos de gris para permitir explotar aspectos importantes del sistema visual humano. El ojo humano es menos sensitivo a las frecuencias espaciales altas (bordes de una imagen) que a las frecuencias espaciales bajas (texturas de una imagen). El método utilizado consiste en codificar con pocos bits los coeficientes que representan frecuencias altas y con más bits los coeficientes de frecuencias bajas. Las etapas de la compresión son: • La descomposición Wavelet utilizando diferentes filtros FIR, entre ellos los de Haar y Daubechies. • La cuantificación durante la cual se lleva a cabo la compresión efectiva, y que comprende dos pasos: la asignación de bits y el umbralamiento y cuantificación. • la codificación que incluye el método de Run-Length seguido de una codificación de Huffmann dinámica o estática. La decompresión comprende procesos inversos de los anteriores. El algoritmo resulta ser efectivo en cuanto a la calidad de las imágenes comprimidas y en pruebas preliminares se han alcanzado índices de compresión del orden de diez veces. Eje: Procesamiento distribuido y paralelo. Tratamiento de señales Red de Universidades con Carreras en Informática (RedUNCI) |
description |
En este trabajo presentamos la aplicación de un algoritmo de compresión de imágenes fijas utilizando la Transformada Wavelet. La transformada Wavelet es una herramienta coveniente para el análisis multirresolución de señales y en particular se ajusta naturalmente a la compresión de imágenes al adaptar el ancho de banda requerido en forma automática. Este algoritmo estudia las características de las imágenes en tonos de gris para permitir explotar aspectos importantes del sistema visual humano. El ojo humano es menos sensitivo a las frecuencias espaciales altas (bordes de una imagen) que a las frecuencias espaciales bajas (texturas de una imagen). El método utilizado consiste en codificar con pocos bits los coeficientes que representan frecuencias altas y con más bits los coeficientes de frecuencias bajas. Las etapas de la compresión son: • La descomposición Wavelet utilizando diferentes filtros FIR, entre ellos los de Haar y Daubechies. • La cuantificación durante la cual se lleva a cabo la compresión efectiva, y que comprende dos pasos: la asignación de bits y el umbralamiento y cuantificación. • la codificación que incluye el método de Run-Length seguido de una codificación de Huffmann dinámica o estática. La decompresión comprende procesos inversos de los anteriores. El algoritmo resulta ser efectivo en cuanto a la calidad de las imágenes comprimidas y en pruebas preliminares se han alcanzado índices de compresión del orden de diez veces. |
publishDate |
1997 |
dc.date.none.fl_str_mv |
1997 |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/conferenceObject info:eu-repo/semantics/publishedVersion Objeto de conferencia http://purl.org/coar/resource_type/c_5794 info:ar-repo/semantics/documentoDeConferencia |
format |
conferenceObject |
status_str |
publishedVersion |
dc.identifier.none.fl_str_mv |
http://sedici.unlp.edu.ar/handle/10915/23906 |
url |
http://sedici.unlp.edu.ar/handle/10915/23906 |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by-nc-sa/2.5/ar/ Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5) |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/ Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5) |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:SEDICI (UNLP) instname:Universidad Nacional de La Plata instacron:UNLP |
reponame_str |
SEDICI (UNLP) |
collection |
SEDICI (UNLP) |
instname_str |
Universidad Nacional de La Plata |
instacron_str |
UNLP |
institution |
UNLP |
repository.name.fl_str_mv |
SEDICI (UNLP) - Universidad Nacional de La Plata |
repository.mail.fl_str_mv |
alira@sedici.unlp.edu.ar |
_version_ |
1844615815792427008 |
score |
13.070432 |